CN111339846B - 图像识别方法及装置、电子设备和存储介质 - Google Patents

图像识别方法及装置、电子设备和存储介质 Download PDF

Info

Publication number
CN111339846B
CN111339846B CN202010089651.8A CN202010089651A CN111339846B CN 111339846 B CN111339846 B CN 111339846B CN 202010089651 A CN202010089651 A CN 202010089651A CN 111339846 B CN111339846 B CN 111339846B
Authority
CN
China
Prior art keywords
image
target
information
network
area
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010089651.8A
Other languages
English (en)
Other versions
CN111339846A (zh
Inventor
杨钰鑫
惠维
朱铖恺
武伟
李江涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Sensetime Technology Co Ltd
Original Assignee
Shenzhen Sensetime Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Sensetime Technology Co Ltd filed Critical Shenzhen Sensetime Technology Co Ltd
Priority to CN202010089651.8A priority Critical patent/CN111339846B/zh
Priority to SG11202106622XA priority patent/SG11202106622XA/en
Priority to PCT/CN2020/081371 priority patent/WO2021159594A1/zh
Priority to JP2021536000A priority patent/JP2022522596A/ja
Priority to TW109116729A priority patent/TW202131219A/zh
Publication of CN111339846A publication Critical patent/CN111339846A/zh
Priority to US17/353,045 priority patent/US20210312214A1/en
Application granted granted Critical
Publication of CN111339846B publication Critical patent/CN111339846B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/253—Fusion techniques of extracted features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/625—License plates
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Mathematical Physics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本公开涉及一种图像识别方法及装置、电子设备和存储介质，所述方法包括：对待处理图像进行关键点检测，确定所述待处理图像中目标区域的多个轮廓关键点信息；根据所述多个轮廓关键点信息，对所述待处理图像中的目标区域进行校正，得到与所述目标区域对应的校正区域的区域图像信息；对所述区域图像信息进行识别，得到所述目标区域的识别结果。本公开实施例可提高目标识别的准确率。

Description

图像识别方法及装置、电子设备和存储介质
技术领域
本公开涉及计算机技术领域，尤其涉及一种图像识别方法及装置、电子设备和存储介质。
背景技术
在计算机视觉以及智能视频监控等领域中，需要对图像中的各种目标(例如行人、车辆等)进行检测与识别。其中，在需要进行车牌检测及识别的场景(例如智能交通，车辆监控系统，停车场、车辆重识别，套牌车识别等场景)下，由于车速较快且车牌可能无法面对采集设备，导致车牌可能扭曲，旋转，透视和变形，相关技术的处理方式无法快速识别车牌同时保证较高的准确率。
发明内容
本公开提出了一种图像识别技术方案。
根据本公开的一方面，提供了一种图像识别方法，包括：对待处理图像进行关键点检测，确定所述待处理图像中目标区域的多个轮廓关键点信息；根据所述多个轮廓关键点信息，对所述待处理图像中的目标区域进行校正，得到与所述目标区域对应的校正区域的区域图像信息；对所述区域图像信息进行识别，得到所述目标区域的识别结果。
在一种可能的实现方式中，所述对待处理图像进行关键点检测，确定所述待处理图像中目标区域的多个轮廓关键点信息，包括：对所述待处理图像进行特征提取及融合，得到所述待处理图像的特征图；对所述待处理图像的特征图进行关键点检测，得到所述待处理图像中目标区域的多个轮廓关键点信息。
在一种可能的实现方式中，所述多个轮廓关键点信息包括所述多个轮廓关键点的第一位置，所述根据所述多个轮廓关键点信息，对所述待处理图像中的目标区域进行校正，得到与所述目标区域对应的校正区域的区域图像信息，包括：根据所述多个轮廓关键点的第一位置及所述校正区域的第二位置，确定所述目标区域与所述校正区域之间的单应变换矩阵；根据所述单应变换矩阵，对所述目标区域的图像或特征进行校正，得到所述校正区域的区域图像信息。
在一种可能的实现方式中，所述根据所述多个轮廓关键点的第一位置及所述校正区域的第二位置，确定所述目标区域与所述校正区域之间的单应变换矩阵，包括：对所述第一位置与所述第二位置分别进行归一化处理，得到归一化后的第一位置和归一化后的第二位置；根据所述归一化后的第一位置和所述归一化后的第二位置，确定所述目标区域与所述校正区域之间的单应变换矩阵。
在一种可能的实现方式中，所述根据所述单应变换矩阵，对所述目标区域的图像进行校正，得到所述校正区域的区域图像信息，包括：根据所述校正区域中多个目标点的第三位置以及所述单应变换矩阵，确定所述目标区域中与各个所述第三位置对应的像素点；将与各个所述第三位置对应的像素点的像素信息映射到各个所述目标点，并对各个所述目标点之间进行插值处理，得到所述校正区域的区域图像信息。
在一种可能的实现方式中，所述对所述区域图像信息进行识别，得到所述目标区域的识别结果，包括：对所述区域图像信息进行特征提取，得到所述区域图像信息的特征向量；对所述特征向量进行解码，得到所述目标区域的识别结果。
在一种可能的实现方式中，所述方法通过神经网络实现，所述神经网络包括目标检测网络、校正网络及识别网络，所述目标检测网络用于对所述待处理图像进行关键点检测，所述校正网络用于对所述目标区域进行校正，所述识别网络用于对所述区域图像信息进行识别，其中，所述方法还包括：
根据预设的训练集，训练所述目标检测网络，得到训练后的目标检测网络，所述训练集中包括多个样本图像、所述各样本图像中目标区域的轮廓关键点标注信息、背景标注信息及类别标注信息；根据所述训练集及所述训练后的目标检测网络，训练所述校正网络及所述识别网络。
在一种可能的实现方式中，所述目标检测网络包括特征提取子网络、特征融合子网络以及检测子网络，所述根据预设的训练集，训练所述目标检测网络，得到训练后的目标检测网络，包括：
通过所述特征提取子网络对所述样本图像进行特征提取，得到所述样本图像的第一特征；通过所述特征融合子网络对所述第一特征进行特征融合，得到所述样本图像的融合特征；通过所述检测子网络对所述融合特征进行检测，得到所述样本图像中目标的轮廓关键点检测信息及背景检测信息；根据所述多个样本图像的轮廓关键点检测信息及背景检测信息，和所述多个样本图像的轮廓关键点标注信息及背景标注信息，训练所述目标检测网络，得到训练后的目标检测网络。
在一种可能的实现方式中，所述目标区域包括车辆的车牌区域，所述目标区域的识别结果包括所述车牌区域的字符类别。
根据本公开的一方面，提供了一种图像识别装置，包括：关键点检测模块，用于对待处理图像进行关键点检测，确定所述待处理图像中目标区域的多个轮廓关键点信息；校正模块，用于根据所述多个轮廓关键点信息，对所述待处理图像中的目标区域进行校正，得到与所述目标区域对应的校正区域的区域图像信息；识别模块，用于对所述区域图像信息进行识别，得到所述目标区域的识别结果。
在一种可能的实现方式中，所述关键点检测模块包括：特征提取及融合子模块，用于对所述待处理图像进行特征提取及融合，得到所述待处理图像的特征图；检测子模块，用于对所述待处理图像的特征图进行关键点检测，得到所述待处理图像中目标区域的多个轮廓关键点信息。
在一种可能的实现方式中，所述多个轮廓关键点信息包括所述多个轮廓关键点的第一位置，所述校正模块包括：变换矩阵确定子模块，用于根据所述多个轮廓关键点的第一位置及所述校正区域的第二位置，确定所述目标区域与所述校正区域之间的单应变换矩阵；校正子模块，用于根据所述单应变换矩阵，对所述目标区域的图像或特征进行校正，得到所述校正区域的区域图像信息。
在一种可能的实现方式中，所述变换矩阵确定子模块用于：对所述第一位置与所述第二位置分别进行归一化处理，得到归一化后的第一位置和归一化后的第二位置；根据所述归一化后的第一位置和所述归一化后的第二位置，确定所述目标区域与所述校正区域之间的单应变换矩阵。
在一种可能的实现方式中，所述校正子模块用于：根据所述校正区域中多个目标点的第三位置以及所述单应变换矩阵，确定所述目标区域中与各个所述第三位置对应的像素点；将与各个所述第三位置对应的像素点的像素信息映射到各个所述目标点，并对各个所述目标点之间进行插值处理，得到所述校正区域的区域图像信息。
在一种可能的实现方式中，所述识别模块包括：对所述区域图像信息进行特征提取，得到所述区域图像信息的特征向量；对所述特征向量进行解码，得到所述目标区域的识别结果。
在一种可能的实现方式中，所述装置通过神经网络实现，所述神经网络包括目标检测网络、校正网络及识别网络，所述目标检测网络用于对所述待处理图像进行关键点检测，所述校正网络用于对所述目标区域进行校正，所述识别网络用于对所述区域图像信息进行识别，其中，所述装置还包括：
第一训练模块，用于根据预设的训练集，训练所述目标检测网络，得到训练后的目标检测网络，所述训练集中包括多个样本图像、所述各样本图像中目标区域的轮廓关键点标注信息、背景标注信息及类别标注信息；第二训练模块，用于根据所述训练集及所述训练后的目标检测网络，训练所述校正网络及所述识别网络。
在一种可能的实现方式中，所述目标检测网络包括特征提取子网络、特征融合子网络以及检测子网络，所述第一训练模块用于：通过所述特征提取子网络对所述样本图像进行特征提取，得到所述样本图像的第一特征；通过所述特征融合子网络对所述第一特征进行特征融合，得到所述样本图像的融合特征；通过所述检测子网络对所述融合特征进行检测，得到所述样本图像中目标的轮廓关键点检测信息及背景检测信息；根据所述多个样本图像的轮廓关键点检测信息及背景检测信息，和所述多个样本图像的轮廓关键点标注信息及背景标注信息，训练所述目标检测网络，得到训练后的目标检测网络。
在一种可能的实现方式中，所述目标区域包括车辆的车牌区域，所述目标区域的识别结果包括所述车牌区域的字符类别。
根据本公开的一方面，提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。
根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。
根据本公开的实施例，能够确定出待处理图像中目标区域的多个轮廓关键点信息，根据多个轮廓关键点信息校正目标区域，对校正得到的区域图像信息进行识别，得到目标区域的识别结果，从而提高目标识别的准确率。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开实施例的图像识别方法的流程图。
图2示出根据本公开实施例的关键点检测过程的示意图。
图3示出根据本公开实施例的图像识别过程的示意图。
图4示出根据本公开实施例的图像识别装置的框图。
图5示出根据本公开实施例的一种电子设备的框图。
图6示出根据本公开实施例的一种电子设备的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
图1示出根据本公开实施例的图像识别方法的流程图，如图1所示，所述方法包括：
在步骤S11中，对待处理图像进行关键点检测，确定所述待处理图像中目标区域的多个轮廓关键点信息；
在步骤S12中，根据所述多个轮廓关键点信息，对所述待处理图像中的目标区域进行校正，得到与所述目标区域对应的校正区域的区域图像信息；
在步骤S13中，对所述区域图像信息进行识别，得到所述目标区域的识别结果。
在一种可能的实现方式中，所述图像识别方法可以由终端设备或服务器等电子设备执行，终端设备可以为用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(Personal DigitalAssistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等，所述方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。或者，可通过服务器执行所述方法。
举例来说，待处理图像可以为图像采集设备(例如摄像头)所采集的图像或视频帧等，待处理图像中包括待识别的目标，例如行人、车辆、车牌等。
在一种可能的实现方式中，可在步骤S11中对待处理图像进行关键点检测，确定待处理图像中的目标所在图像区域(可称为目标区域)的轮廓上的多个轮廓关键点信息。在目标区域为四边形区域的情况下，目标区域的多个轮廓关键点可例如为目标区域的四个顶点。应当理解，本领域技术人员可根据实际情况设置所检测的轮廓关键点的数量，只要检测到的轮廓关键点能够限定目标区域的范围即可，本公开对目标区域的具体形状以及轮廓关键点的数量不作限制。
在一种可能的实现方式中，由于待处理图像的拍摄角度问题，待处理图像中的目标区域可能存在扭曲、旋转、变形等。在该情况下，可在步骤S12中，根据多个轮廓关键点信息，对待处理图像中的目标区域进行校正，例如通过单应变换进行校正，得到与目标区域对应的校正区域的区域图像信息。该校正区域为正视目标区域时所展示的区域，例如在目标为车牌时，该校正区域为正视车牌时车牌所在的矩形区域。校正区域的区域图像信息可以为校正区域的图像或特征图。
在一种可能的实现方式中，在得到区域图像信息后，可在步骤S13中对区域图像信息进行识别，得到目标区域的识别结果。可例如通过神经网络对区域图像信息进行特征提取，并对提取到的特征进行解码，得到识别结果。
在一种可能的实现方式中，目标区域包括车辆的车牌区域，所述目标区域的识别结果包括所述车牌区域的字符类别。也就是说，待识别的目标为车辆的车牌时，可检测出图像中车牌区域的多个轮廓关键点(例如4个顶点)，进而对车牌区域进行校正及识别，得到车牌区域的字符类别，例如车牌区域包括字符9815QW。
在一种可能的实现方式中，在待识别的目标为广告牌或店铺招牌等时，得到的目标区域的识别结果为广告牌或店铺招牌上的文字和/或数字；在待识别的目标为交通标志物时，得到的目标区域的识别结果为交通标志物的标志类型。本公开对此不作限制。
根据本公开的实施例，能够确定出待处理图像中目标区域的多个轮廓关键点信息，根据多个轮廓关键点信息校正目标区域，对校正得到的区域图像信息进行识别，得到目标区域的识别结果，从而提高目标识别的准确率。
在一种可能的实现方式中，步骤S11可包括：
对所述待处理图像进行特征提取及融合，得到所述待处理图像的特征图；
对所述待处理图像的特征图进行关键点检测，得到所述待处理图像中目标区域的多个轮廓关键点信息。
举例来说，可通过目标检测网络实现待处理图像进行关键点检测，目标检测网络可例如为卷积神经网络。其中，目标检测网络可包括特征提取子网络、特征融合子网络以及检测子网络。
在一种可能的实现方式中，可通过特征提取子网络对待处理图像进行特征提取，得到待处理图像的多个尺度的特征。特征提取子网络可采用残差网络Resnet，包括多个残差层或残差块。应当理解，特征提取子网络还可以采用googlenet(谷歌网络)、vggnet(vgg网络)、shufflenet(混洗网络)、darknet(黑暗网络)等网络结构，本公开对此不作限制。
在一种可能的实现方式中，可通过特征融合子网络对待处理图像的多个尺度的特征进行融合，得到一个尺度的特征，也即待处理图像的特征图。其中，特征融合子网络可采用特征金字塔网络FPN，还可以采用NAS-FPN(自动搜索的特征金字塔网络)，hourglass(沙漏网络)等网络结构，本公开对此不作限制。
在一种可能的实现方式中，可通过检测子网络对待处理图像的特征图进行关键点检测，得到待处理图像中目标区域的多个轮廓关键点信息。其中，检测子网络可包括多个卷积层及多个检测层(例如包括全连接层)，通过多个卷积层进一步提取待处理图像的特征图中的特征信息，再通过多个检测层分别检测该特征信息中的关键点的位置。在目标区域为四边形的情况下，可预测出4个定位热力图，分别定位目标区域的左上，右上，右下及左下顶点(也即4个关键点)的位置。每个热力图可定义为顶点坐标所在位置为1，其余为0，可以选择01编码，也可以替换为高斯编码，本公开对此不作限制。
图2示出根据本公开实施例的关键点检测过程的示意图。如图2所示，可将待处理图像21输入目标检测网络，依次经由残差网络(Res)22和特征金字塔网络(FPN)23进行特征提取及融合，得到特征图24。其中，待处理图像21的尺寸可例如为320×280，经特征提取及融合后，得到尺寸为80×70×64的特征图24；通过检测子网络(未示出)对特征图24进一步卷积及关键点检测，得到80×70×4的四个关键点的定位热力图，从而确定出目标区域的左上，右上，右下及左下顶点的位置。
通过这种方式，能够快速确定目标区域的多个轮廓关键点信息，从而精确限定目标区域的边界轮廓，提高了处理速度及精度。
在一种可能的实现方式中，多个轮廓关键点信息包括所述多个轮廓关键点的第一位置，步骤S12可包括：
根据所述多个轮廓关键点的第一位置及所述校正区域的第二位置，确定所述目标区域与所述校正区域之间的单应变换矩阵；
根据所述单应变换矩阵，对所述目标区域的图像或特征进行校正，得到所述校正区域的区域图像信息。
举例来说，在确定目标区域的多个轮廓关键点信息后，可对目标区域进行校正。其中，多个轮廓关键点信息可包括各个轮廓关键点在待处理图像中或待处理图像的特征图中的位置坐标(即各个轮廓关键点的第一位置)。在目标区域为四边形区域时，可包括4个轮廓关键点。
在一种可能的实现方式中，可设定待处理图像或其特征图的尺度为h(高度)×w(宽度)×C(通道数)，轮廓关键点坐标为(x1，y1，x2，y2，x3，y3，x4，y4)，经校正后的校正区域为hH(高度)×wH(宽度)×C(通道数)。可根据多个轮廓关键点的第一位置确定目标区域的位置，再根据目标区域的位置和校正区域的第二位置，可确定出目标区域与校正区域之间的单应变换矩阵。应当理解，可以采用本领域公知的方式确定目标区域与校正区域之间的单应变换矩阵，本公开对此不作限制。
在一种可能的实现方式中，所述根据所述多个轮廓关键点的第一位置及所述校正区域的第二位置，确定所述目标区域与所述校正区域之间的单应变换矩阵的步骤，可包括：
对所述第一位置与所述第二位置分别进行归一化处理，得到归一化后的第一位置和归一化后的第二位置；
根据所述归一化后的第一位置和所述归一化后的第二位置，确定所述目标区域与所述校正区域之间的单应变换矩阵。
也就是说，可对输入的轮廓关键点坐标(x1，y1，x2，y2，x3，y3，x4，y4)，和输出的校正区域hH(高度)×wH(宽度)×C(通道数)的坐标分别进行归一化，将输入坐标和输出坐标归一化到[-1,1]之间，得到归一化后的第一位置和归一化后的第二位置。根据归一化后的第一位置和归一化后的第二位置，确定归一化后的目标区域与校正区域之间的单应变换矩阵(例如得到3×3的矩阵)，本公开对单应变换矩阵的确定方式不作限制。
通过这种方式，可统一目标区域与校正区域的尺度，避免目标区域与校正区域的尺度差异导致的误差，提高单应变换矩阵的准确度。
在一种可能的实现方式中，所述根据所述单应变换矩阵，对所述目标区域的图像或特征进行校正，得到所述校正区域的区域图像信息的步骤可包括：
根据所述校正区域中多个目标点的第三位置以及所述单应变换矩阵，确定所述目标区域中与各个所述第三位置对应的像素点；
将与各个所述第三位置对应的像素点的像素信息映射到各个所述目标点，并对各个所述目标点之间进行插值处理，得到所述校正区域的区域图像信息。
举例来说，针对校正区域归一化后的第二位置，可在坐标x轴和y轴上的[-1,1]之间分别等间隔取wH和hH个点，得到校正区域的栅格化坐标(共有hH×wH个坐标)，将栅格化坐标作为校正区域中的多个目标点。根据多个目标点的第三位置以及单应变换矩阵，可计算出目标区域中对应的像素点的位置，从而确定目标区域中与各个第三位置对应的像素点。
在一种可能的实现方式中，可将与各个第三位置对应的像素点的像素信息(即像素值)映射到各个目标点，并对各个目标点之间进行插值处理，得到校正区域的区域图像信息。可以采用双线性插值的方式，也可以采用其他插值方式，本公开对此不作限制。该区域图像信息可以为区域图像或区域特征图，本公开对此不作限制。
通过这种方式，可将倾斜旋转的目标区域校正到水平方向。该处理过程可称为单应池化(Homopooling)操作，该操作可以微分以及反向传播用以校正目标区域的图像或特征，可嵌入任何神经网络进行端到端的训练，从而能够在统一的网络中实现整个图像识别过程。
在一种可能的实现方式中，步骤S13包括：
对所述区域图像信息进行特征提取，得到所述区域图像信息的特征向量；对所述特征向量进行解码，得到所述目标区域的识别结果。
举例来说，可通过识别网络对区域图像信息进行识别，该识别网络可包括多个卷积层，组正则化(group normalization)层，RELU激活层以及最大池化层等网络层。经由各个网络层提取区域图像信息的特征，可得到宽度为1的特征向量，例如尺寸为1×47的特征向量。
在一种可能的实现方式中，该识别网络还可包括全连接层和CTC(ConnectionistTemporal Classification，连接时间分类)解码器。通过全连接层对特征向量进行处理，可得到区域图像信息的字符概率分布向量；通过CTC解码器对字符概率分布向量进行解码，可得到目标区域的识别结果。在目标为车牌时，目标区域的识别结果为车牌所对应的字符，例如字符9815QW。通过这种方式，可提高识别结果的准确性。
图3示出根据本公开实施例的图像识别过程的示意图。如图3所示，根据本公开实施例的图像识别方法可通过神经网络实现，该神经网络包括目标检测网络31、校正网络32及识别网络33，目标检测网络31用于对所述待处理图像进行关键点检测，校正网络32用于对所述目标区域进行校正，识别网络33用于对所述区域图像信息进行识别。
如图3所示，待处理图像34中的目标为车辆的车牌，可将待处理图像34输入目标检测网络31进行关键点检测，得到包括车牌的四个顶点的图像35；通过校正网络32，对图像35中的四个顶点对待处理图像34的车牌区域进行校正，得到车牌图像36；将车牌图像36输入识别网络33中进行识别，得到车牌区域的识别结果37，也即车牌所对应的字符9815QW。
在部署神经网络之前，需要对神经网络进行训练。根据本公开实施例的图像识别方法，还包括：
根据预设的训练集，训练所述目标检测网络，得到训练后的目标检测网络，所述训练集中包括多个样本图像、各所述样本图像中目标区域的轮廓关键点标注信息、背景标注信息及类别标注信息；
根据所述训练集及所述训练后的目标检测网络，训练所述校正网络及所述识别网络。
举例来说，可以分两个阶段对神经网络进行训练，也即先训练目标检测网络，再训练校正网络及所述识别网络。
在训练的第一阶段，可将训练集中的样本图像输入目标检测网络中，输出样本图像中目标区域的轮廓关键点检测信息；根据多个样本图像的轮廓关键点检测信息与轮廓关键点标注信息之间的差异，调整目标检测网络的参数，直到满足预设的训练条件，得到训练后的目标检测网络。
在训练的第二阶段，可将训练集中的样本图像输入训练后的目标检测网络，经由训练后的目标检测网络、校正网络及识别网络处理，得到样本图像中目标区域的训练识别结果；根据多个样本图像的训练识别结果及类别标注信息之间的差异，调整校正网络及识别网络的参数，直到满足预设的训练条件，得到训练后的校正网络及识别网络。
通过这种方式，可以提高训练效果，加快训练速度。
在一种可能的实现方式中，所述根据预设的训练集，训练所述目标检测网络，得到训练后的目标检测网络的步骤包括：
通过所述特征提取子网络对样本图像进行特征提取，得到所述样本图像的第一特征；
通过所述特征融合子网络对所述第一特征进行特征融合，得到所述样本图像的融合特征；
通过所述检测子网络对所述融合特征进行检测，得到所述样本图像中目标的轮廓关键点检测信息及背景检测信息；
根据所述多个样本图像的轮廓关键点检测信息及背景检测信息，和所述多个样本图像的轮廓关键点标注信息及背景标注信息，训练所述目标检测网络，得到训练后的目标检测网络。
举例来说，可在训练过程中添加对背景的检测，以便提高训练效果。可将样本图像输入特征提取子网络中进行特征提取，得到样本图像的第一特征；将第一特征输入特征融合子网络中进行特征融合，得到样本图像的融合特征；将融合特征输入检测子网络中进行检测，得到样本图像中目标的轮廓关键点检测信息及背景检测信息。也即，在目标为车牌时，可得到四个顶点的检测信息以及样本图像中背景的检测信息。
在一种可能的实现方式中，多个样本图像的轮廓关键点检测信息及背景检测信息，和所述多个样本图像的轮廓关键点标注信息及背景标注信息，可确定目标检测网络的网络损失，从而根据网络损失调整目标检测网络的参数，直到满足预设的训练条件，得到训练后的目标检测网络。
通过添加背景检测作为监督信号，能够大幅提高目标检测网络的训练效果。
根据本公开实施例的图像识别方法，能够准确识别图像的图像中多角度，不定字长的目标(例如车牌、广告牌、交通标识物等)。该方法利用关键点识别取代基于边界框的车牌检测，该方式不用逐像素回归，不需要检测锚，省去了非极大值抑制，极大提高了检测速度。利用关键点的热力图作为回归目标提高了定位的准确率。同时点数增加可以获取更多的车牌信息，用于单应池化校正车牌。
根据本公开实施例的图像识别方法，能够利用单应池化校正车牌图片或者特征，可以嵌入到任何网络中，从而实现端到端联合训练的统一网络，网络各部分可以联合优化，保证速度与精度。
根据本公开实施例的图像识别方法，能够应用于智慧城市、智能交通、安防监控、停车场、车辆重识别，套牌车识别等场景中，快速精准识别车牌号码，进而利用车牌号码进行收费、罚款、检测套牌车等。
可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
此外，本公开还提供了图像识别装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种图像识别方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。
图4示出根据本公开实施例的图像识别装置的框图，如图4所示，所述装置包括：
关键点检测模块41，用于对待处理图像进行关键点检测，确定所述待处理图像中目标区域的多个轮廓关键点信息；校正模块42，用于根据所述多个轮廓关键点信息，对所述待处理图像中的目标区域进行校正，得到与所述目标区域对应的校正区域的区域图像信息；识别模块43，用于对所述区域图像信息进行识别，得到所述目标区域的识别结果。
在一种可能的实现方式中，所述关键点检测模块包括：特征提取及融合子模块，用于对所述待处理图像进行特征提取及融合，得到所述待处理图像的特征图；检测子模块，用于对所述待处理图像的特征图进行关键点检测，得到所述待处理图像中目标区域的多个轮廓关键点信息。
在一种可能的实现方式中，所述多个轮廓关键点信息包括所述多个轮廓关键点的第一位置，所述校正模块包括：变换矩阵确定子模块，用于根据所述多个轮廓关键点的第一位置及所述校正区域的第二位置，确定所述目标区域与所述校正区域之间的单应变换矩阵；校正子模块，用于根据所述单应变换矩阵，对所述目标区域的图像或特征进行校正，得到所述校正区域的区域图像信息。
在一种可能的实现方式中，所述变换矩阵确定子模块用于：对所述第一位置与所述第二位置分别进行归一化处理，得到归一化后的第一位置和归一化后的第二位置；根据所述归一化后的第一位置和所述归一化后的第二位置，确定所述目标区域与所述校正区域之间的单应变换矩阵。
在一种可能的实现方式中，所述校正子模块用于：根据所述校正区域中多个目标点的第三位置以及所述单应变换矩阵，确定所述目标区域中与各个所述第三位置对应的像素点；将与各个所述第三位置对应的像素点的像素信息映射到各个所述目标点，并对各个所述目标点之间进行插值处理，得到所述校正区域的区域图像信息。
在一种可能的实现方式中，所述识别模块包括：对所述区域图像信息进行特征提取，得到所述区域图像信息的特征向量；对所述特征向量进行解码，得到所述目标区域的识别结果。
在一种可能的实现方式中，所述装置通过神经网络实现，所述神经网络包括目标检测网络、校正网络及识别网络，所述目标检测网络用于对所述待处理图像进行关键点检测，所述校正网络用于对所述目标区域进行校正，所述识别网络用于对所述区域图像信息进行识别，其中，所述装置还包括：
第一训练模块，用于根据预设的训练集，训练所述目标检测网络，得到训练后的目标检测网络，所述训练集中包括多个样本图像、所述各样本图像中目标区域的轮廓关键点标注信息、背景标注信息及类别标注信息；第二训练模块，用于根据所述训练集及所述训练后的目标检测网络，训练所述校正网络及所述识别网络。
在一种可能的实现方式中，所述目标检测网络包括特征提取子网络、特征融合子网络以及检测子网络，所述第一训练模块用于：通过所述特征提取子网络对所述样本图像进行特征提取，得到所述样本图像的第一特征；通过所述特征融合子网络对所述第一特征进行特征融合，得到所述样本图像的融合特征；通过所述检测子网络对所述融合特征进行检测，得到所述样本图像中目标的轮廓关键点检测信息及背景检测信息；根据所述多个样本图像的轮廓关键点检测信息及背景检测信息，和所述多个样本图像的轮廓关键点标注信息及背景标注信息，训练所述目标检测网络，得到训练后的目标检测网络。
在一种可能的实现方式中，所述目标区域包括车辆的车牌区域，所述目标区域的识别结果包括所述车牌区域的字符类别。
在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。
本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。
本公开实施例还提供了一种计算机程序产品，包括计算机可读代码，当计算机可读代码在设备上运行时，设备中的处理器执行用于实现如上任一实施例提供的图像识别方法的指令。
本公开实施例还提供了另一种计算机程序产品，用于存储计算机可读指令，指令被执行时使得计算机执行上述任一实施例提供的图像识别方法的操作。
电子设备可以被提供为终端、服务器或其它形态的设备。
图5示出根据本公开实施例的一种电子设备800的框图。例如，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。
参照图5，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图6示出根据本公开实施例的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图6，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software Development Kit，SDK)等等。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (10)

1.一种图像识别方法，其特征在于，包括：
对待处理图像进行关键点检测，确定所述待处理图像中目标区域的多个轮廓关键点信息；
根据所述多个轮廓关键点信息，对所述待处理图像中的目标区域进行校正，得到与所述目标区域对应的校正区域的区域图像信息；
对所述区域图像信息进行识别，得到所述目标区域的识别结果；
其中，所述多个轮廓关键点信息包括所述多个轮廓关键点的第一位置，所述根据所述多个轮廓关键点信息，对所述待处理图像中的目标区域进行校正，得到与所述目标区域对应的校正区域的区域图像信息，包括：
根据所述多个轮廓关键点的第一位置及所述校正区域的第二位置，确定所述目标区域与所述校正区域之间的单应变换矩阵；
根据所述校正区域中多个目标点的第三位置以及所述单应变换矩阵，确定所述目标区域中与各个所述第三位置对应的像素点；
将与各个所述第三位置对应的像素点的像素信息映射到各个所述目标点，并对各个所述目标点之间进行插值处理，得到所述校正区域的区域图像信息。
2.根据权利要求1所述的方法，其特征在于，所述对待处理图像进行关键点检测，确定所述待处理图像中目标区域的多个轮廓关键点信息，包括：
对所述待处理图像进行特征提取及融合，得到所述待处理图像的特征图；
对所述待处理图像的特征图进行关键点检测，得到所述待处理图像中目标区域的多个轮廓关键点信息。
3.根据权利要求1所述的方法，其特征在于，所述根据所述多个轮廓关键点的第一位置及所述校正区域的第二位置，确定所述目标区域与所述校正区域之间的单应变换矩阵，包括：
对所述第一位置与所述第二位置分别进行归一化处理，得到归一化后的第一位置和归一化后的第二位置；
根据所述归一化后的第一位置和所述归一化后的第二位置，确定所述目标区域与所述校正区域之间的单应变换矩阵。
4.根据权利要求1-3中任意一项所述的方法，其特征在于，所述对所述区域图像信息进行识别，得到所述目标区域的识别结果，包括：
对所述区域图像信息进行特征提取，得到所述区域图像信息的特征向量；
对所述特征向量进行解码，得到所述目标区域的识别结果。
5.根据权利要求1-3中任意一项所述的方法，其特征在于，所述方法通过神经网络实现，所述神经网络包括目标检测网络、校正网络及识别网络，所述目标检测网络用于对所述待处理图像进行关键点检测，所述校正网络用于对所述目标区域进行校正，所述识别网络用于对所述区域图像信息进行识别，
其中，所述方法还包括：
根据预设的训练集，训练所述目标检测网络，得到训练后的目标检测网络，所述训练集中包括多个样本图像、各所述样本图像中目标区域的轮廓关键点标注信息、背景标注信息及类别标注信息；
根据所述训练集及所述训练后的目标检测网络，训练所述校正网络及所述识别网络。
6.根据权利要求5所述的方法，其特征在于，所述目标检测网络包括特征提取子网络、特征融合子网络以及检测子网络，
所述根据预设的训练集，训练所述目标检测网络，得到训练后的目标检测网络，包括：
通过所述特征提取子网络对所述样本图像进行特征提取，得到所述样本图像的第一特征；
通过所述特征融合子网络对所述第一特征进行特征融合，得到所述样本图像的融合特征；
通过所述检测子网络对所述融合特征进行检测，得到所述样本图像中目标的轮廓关键点检测信息及背景检测信息；
根据所述多个样本图像的轮廓关键点检测信息及背景检测信息，和所述多个样本图像的轮廓关键点标注信息及背景标注信息，训练所述目标检测网络，得到训练后的目标检测网络。
7.根据权利要求1-3中任意一项所述的方法，其特征在于，所述目标区域包括车辆的车牌区域，所述目标区域的识别结果包括所述车牌区域的字符类别。
8.一种图像识别装置，其特征在于，包括：
关键点检测模块，用于对待处理图像进行关键点检测，确定所述待处理图像中目标区域的多个轮廓关键点信息；
校正模块，用于根据所述多个轮廓关键点信息，对所述待处理图像中的目标区域进行校正，得到与所述目标区域对应的校正区域的区域图像信息；
识别模块，用于对所述区域图像信息进行识别，得到所述目标区域的识别结果；
其中，所述多个轮廓关键点信息包括所述多个轮廓关键点的第一位置，所述校正模块包括：
变换矩阵确定子模块，用于根据所述多个轮廓关键点的第一位置及所述校正区域的第二位置，确定所述目标区域与所述校正区域之间的单应变换矩阵；
校正子模块，用于根据所述校正区域中多个目标点的第三位置以及所述单应变换矩阵，确定所述目标区域中与各个所述第三位置对应的像素点；将与各个所述第三位置对应的像素点的像素信息映射到各个所述目标点，并对各个所述目标点之间进行插值处理，得到所述校正区域的区域图像信息。
9.一种电子设备，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为调用所述存储器存储的指令，以执行权利要求1至7中任意一项所述的方法。
10.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至7中任意一项所述的方法。
CN202010089651.8A 2020-02-12 2020-02-12 图像识别方法及装置、电子设备和存储介质 Active CN111339846B (zh)

Priority Applications (6)

Application Number Priority Date Filing Date Title
CN202010089651.8A CN111339846B (zh) 2020-02-12 2020-02-12 图像识别方法及装置、电子设备和存储介质
SG11202106622XA SG11202106622XA (en) 2020-02-12 2020-03-26 Image recognition method and apparatus, electronic device and storage medium
PCT/CN2020/081371 WO2021159594A1 (zh) 2020-02-12 2020-03-26 图像识别方法及装置、电子设备和存储介质
JP2021536000A JP2022522596A (ja) 2020-02-12 2020-03-26 画像識別方法及び装置、電子機器並びに記憶媒体
TW109116729A TW202131219A (zh) 2020-02-12 2020-05-20 圖像識別方法及圖像識別裝置、電子設備和電腦可讀儲存媒介
US17/353,045 US20210312214A1 (en) 2020-02-12 2021-06-21 Image recognition method, apparatus and non-transitory computer readable storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010089651.8A CN111339846B (zh) 2020-02-12 2020-02-12 图像识别方法及装置、电子设备和存储介质

Publications (2)

Publication Number Publication Date
CN111339846A CN111339846A (zh) 2020-06-26
CN111339846B true CN111339846B (zh) 2022-08-12

Family

ID=71183387

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010089651.8A Active CN111339846B (zh) 2020-02-12 2020-02-12 图像识别方法及装置、电子设备和存储介质

Country Status (6)

Country Link
US (1) US20210312214A1 (zh)
JP (1) JP2022522596A (zh)
CN (1) CN111339846B (zh)
SG (1) SG11202106622XA (zh)
TW (1) TW202131219A (zh)
WO (1) WO2021159594A1 (zh)

Families Citing this family (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111768394A (zh) * 2020-07-01 2020-10-13 上海商汤智能科技有限公司 图像处理方法及装置、电子设备和存储介质
CN111753854B (zh) * 2020-07-28 2023-12-22 腾讯医疗健康(深圳)有限公司 图像处理方法、装置、电子设备及存储介质
CN112069901B (zh) * 2020-08-06 2022-07-08 南京领行科技股份有限公司 车内物品监控方法、电子设备及存储介质
CN111950547B (zh) * 2020-08-06 2024-06-11 广东飞翔云计算有限公司 一种车牌的检测方法、装置、计算机设备和存储介质
CN111898171A (zh) * 2020-08-11 2020-11-06 上海控软网络科技有限公司 余料的加工图纸确定方法、装置、电子设备及存储介质
CN111985556A (zh) * 2020-08-19 2020-11-24 南京地平线机器人技术有限公司 关键点识别模型的生成方法和关键点识别方法
CN112200765B (zh) * 2020-09-04 2024-05-14 浙江大华技术股份有限公司 车辆中被误检的关键点的确定方法及装置
CN112101183B (zh) * 2020-09-10 2021-08-24 深圳市商汤科技有限公司 车辆识别方法及装置、电子设备及存储介质
CN114169952A (zh) * 2020-09-11 2022-03-11 京东方科技集团股份有限公司 一种商品推荐方法、服务器、购物车和购物系统
CN112291445B (zh) * 2020-10-28 2023-04-25 北京字节跳动网络技术有限公司 图像处理的方法、装置、设备和存储介质
CN112364807B (zh) * 2020-11-24 2023-12-15 深圳市优必选科技股份有限公司 图像识别方法、装置、终端设备及计算机可读存储介质
CN112541500B (zh) * 2020-12-03 2023-07-25 北京智芯原动科技有限公司 一种端到端的车牌识别方法及装置
CN112989910A (zh) * 2020-12-12 2021-06-18 南方电网调峰调频发电有限公司 电力目标检测方法、装置、计算机设备和存储介质
CN112560986B (zh) * 2020-12-25 2022-01-04 上海商汤智能科技有限公司 图像检测方法及装置、电子设备和存储介质
CN112700464B (zh) * 2021-01-15 2022-03-29 腾讯科技（深圳）有限公司 地图信息的处理方法、装置、电子设备以及存储介质
CN112906708B (zh) * 2021-03-29 2023-10-24 北京世纪好未来教育科技有限公司 一种图片处理方法、装置、电子设备和计算机存储介质
CN113128407A (zh) * 2021-04-21 2021-07-16 湖北微果网络科技有限公司 扫描识物方法、系统、计算机设备及存储介质
TWI784720B (zh) * 2021-09-17 2022-11-21 英業達股份有限公司 基於電腦視覺的電磁敏感性測試方法
CN114022434A (zh) * 2021-10-28 2022-02-08 武汉中海庭数据技术有限公司 一种护栏上下边线自动化提取方法及提取系统
CN113919499A (zh) * 2021-11-24 2022-01-11 威盛电子股份有限公司 模型训练方法与模型训练系统
TWI805485B (zh) * 2021-12-20 2023-06-11 財團法人工業技術研究院 影像辨識的方法及其電子裝置
CN114387436B (zh) * 2021-12-28 2022-10-25 北京安德医智科技有限公司 壁冠状动脉检测方法及装置、电子设备和存储介质
WO2023125720A1 (en) * 2021-12-29 2023-07-06 Shanghai United Imaging Healthcare Co., Ltd. Systems and methods for medical imaging
CN114359911B (zh) * 2022-03-18 2022-07-26 北京亮亮视野科技有限公司 文字关键信息的提取方法及装置
CN115375917B (zh) * 2022-10-25 2023-03-24 杭州华橙软件技术有限公司 一种目标边缘特征提取方法、装置、终端及存储介质
TWI814623B (zh) * 2022-10-26 2023-09-01 鴻海精密工業股份有限公司 圖像識別方法、電腦設備及儲存介質
CN115661577B (zh) * 2022-11-01 2024-04-16 吉咖智能机器人有限公司 用于对象检测的方法、设备和计算机可读存储介质
CN115631465B (zh) * 2022-12-22 2023-03-28 中关村科学城城市大脑股份有限公司 重点人群风险感知方法、装置、电子设备和可读介质
TWI832642B (zh) * 2022-12-28 2024-02-11 國立中央大學 應用於穩定性招牌之偵測與辨識之影像處理方法
CN116958954B (zh) * 2023-07-27 2024-03-22 匀熵智能科技(无锡)有限公司 基于关键点与旁路矫正的车牌识别方法、装置及存储介质
CN116935179B (zh) * 2023-09-14 2023-12-08 海信集团控股股份有限公司 一种目标检测方法、装置、电子设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108133220A (zh) * 2016-11-30 2018-06-08 北京市商汤科技开发有限公司 模型训练、关键点定位及图像处理方法、系统及电子设备
CN108701234A (zh) * 2018-03-05 2018-10-23 深圳前海达闼云端智能科技有限公司 车牌识别方法及云系统
CN110163199A (zh) * 2018-09-30 2019-08-23 腾讯科技（深圳）有限公司 车牌识别方法、车牌识别装置、车牌识别设备及介质
CN110728283A (zh) * 2019-10-11 2020-01-24 高新兴科技集团股份有限公司 一种车牌类型识别方法及设备
CN110781813A (zh) * 2019-10-24 2020-02-11 北京市商汤科技开发有限公司 图像识别方法及装置、电子设备和存储介质

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5164222B2 (ja) * 2009-06-25 2013-03-21 Ｋｄｄｉ株式会社 画像検索方法およびシステム
US9020200B2 (en) * 2012-06-12 2015-04-28 Xerox Corporation Geometric pre-correction for automatic license plate recognition
CN106250894B (zh) * 2016-07-26 2021-10-26 北京小米移动软件有限公司 卡片信息识别方法及装置
CN107742120A (zh) * 2017-10-17 2018-02-27 北京小米移动软件有限公司 银行卡卡号的识别方法及装置
CN108460411B (zh) * 2018-02-09 2021-05-04 北京市商汤科技开发有限公司 实例分割方法和装置、电子设备、程序和介质
CN109522910B (zh) * 2018-12-25 2020-12-11 浙江商汤科技开发有限公司 关键点检测方法及装置、电子设备和存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108133220A (zh) * 2016-11-30 2018-06-08 北京市商汤科技开发有限公司 模型训练、关键点定位及图像处理方法、系统及电子设备
CN108701234A (zh) * 2018-03-05 2018-10-23 深圳前海达闼云端智能科技有限公司 车牌识别方法及云系统
CN110163199A (zh) * 2018-09-30 2019-08-23 腾讯科技（深圳）有限公司 车牌识别方法、车牌识别装置、车牌识别设备及介质
CN110728283A (zh) * 2019-10-11 2020-01-24 高新兴科技集团股份有限公司 一种车牌类型识别方法及设备
CN110781813A (zh) * 2019-10-24 2020-02-11 北京市商汤科技开发有限公司 图像识别方法及装置、电子设备和存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
光测图像目标检测跟踪与判读方法研究;郭鹏宇;《中国博士学位论文全文数据库（电子期刊）》;20171115;第2017年卷(第11期);第2.4.2节 *
基于立体视觉的动态变形测量研究;刘聪;《中国博士学位论文全文数据库（电子期刊）》;20170915;第2017年卷(第09期);全文 *

Also Published As

Publication number Publication date
US20210312214A1 (en) 2021-10-07
TW202131219A (zh) 2021-08-16
JP2022522596A (ja) 2022-04-20
CN111339846A (zh) 2020-06-26
WO2021159594A1 (zh) 2021-08-19
SG11202106622XA (en) 2021-09-29

Similar Documents

Publication Publication Date Title
CN111339846B (zh) 图像识别方法及装置、电子设备和存储介质
CN110688951B (zh) 图像处理方法及装置、电子设备和存储介质
CN110348537B (zh) 图像处理方法及装置、电子设备和存储介质
CN109344832B (zh) 图像处理方法及装置、电子设备和存储介质
CN110287874B (zh) 目标追踪方法及装置、电子设备和存储介质
CN110674719B (zh) 目标对象匹配方法及装置、电子设备和存储介质
CN109948494B (zh) 图像处理方法及装置、电子设备和存储介质
CN112465843A (zh) 图像分割方法及装置、电子设备和存储介质
CN109543536B (zh) 图像标识方法及装置、电子设备和存储介质
CN109635142B (zh) 图像选择方法及装置、电子设备和存储介质
CN109671051B (zh) 图像质量检测模型训练方法及装置、电子设备和存储介质
CN111104920A (zh) 视频处理方法及装置、电子设备和存储介质
CN111126108A (zh) 图像检测模型的训练和图像检测方法及装置
CN112990197A (zh) 车牌识别方法及装置、电子设备和存储介质
CN110569835A (zh) 一种图像识别方法、装置和电子设备
CN112184787A (zh) 图像配准方法及装置、电子设备和存储介质
CN113066135A (zh) 图像采集设备的标定方法及装置、电子设备和存储介质
CN107886515B (zh) 利用光流场的图像分割方法及装置
CN110874809A (zh) 图像处理方法及装置、电子设备和存储介质
CN113313115A (zh) 车牌属性识别方法及装置、电子设备和存储介质
CN114066856A (zh) 模型训练方法及装置、电子设备和存储介质
CN113538310A (zh) 图像处理方法及装置、电子设备和存储介质
CN113012052B (zh) 图像处理方法及装置、电子设备和存储介质
CN112598676A (zh) 图像分割方法及装置、电子设备和存储介质
CN111931781A (zh) 图像处理方法及装置、电子设备和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40023041

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant